ruvnet/wifi-densepose
项目介绍
InvisPose生产就绪实现——一种革命性的基于WiFi的密集人体姿态估计系统，可通过商用网状路由器实现穿墙实时全身追踪
WiFi DensePose turns commodity WiFi signals into real-time human pose estimation, vital sign monitoring, and presence detection — all without a single pixel of video.
智能解读
WiFi DensePose是一个基于WiFi信号实现无摄像头人体姿态估计的开源系统。它通过分析商用路由器提供的信道状态信息数据，运用机器学习算法实时重建多人的全身姿态，甚至能穿透墙壁进行追踪。该系统以隐私保护为核心，无需任何摄像头即可工作，避免了视觉监控带来的隐私泄露风险。其Rust版本实现了极高的性能，关键处理环节比Python版本快数百至上千倍，整条流水线延迟可低至18微秒，支持高达30帧每秒的实时估计与最多10人的同时追踪。该系统适用于对隐私和实时性要求高的多种场景，如医疗健康监护、跌倒检测、智能家居互动、安防区域监测以及健身动作分析等，并提供了生产就绪的API、完善的身份验证与监控功能。
使用场景
最适合需要非接触式人体姿态监测且重视隐私保护的场景，如医疗监护、智能家居和安防领域。
养老院跌倒监测
养老院需要24小时监控老人安全，但传统摄像头侵犯隐私，且无法覆盖卫生间等私密区域。
在房间部署商用WiFi路由器，通过WiFi信号实时监测老人姿态，一旦检测到跌倒立即报警，同时保护隐私。
老人夜间在卫生间跌倒，系统通过WiFi信号变化识别异常姿态，5秒内自动通知护工，无需摄像头也能确保安全。
智能健身指导
家庭健身需要动作纠正，但摄像头方案在卧室等私密空间使用不便，且多人同时锻炼时跟踪困难。
利用客厅WiFi路由器实时追踪多人运动姿态，通过WebSocket将姿势数据流式传输到健身APP，提供实时反馈。
一家三口在客厅做瑜伽，系统同时追踪3人的关节角度，APP实时提示“爸爸的深蹲膝盖超过脚尖了”。
灾难搜救定位
地震后废墟下幸存者难以被发现，传统生命探测仪需要近距离操作，效率低且危险。
使用项目的WiFi-Mat模块，通过商用路由器穿透废墟检测呼吸和心跳，并定位幸存者3D位置。
救援队在倒塌建筑外部署WiFi路由器，系统穿透3米混凝土检测到2名幸存者的呼吸频率，并显示精确位置坐标。
商场客流分析
商场需要分析顾客动线和停留时间优化布局，但摄像头方案成本高、覆盖有限，且涉及隐私合规问题。
利用现有WiFi网络匿名追踪顾客移动轨迹和停留热点，提供实时客流密度数据，完全匿名不存储个人身份信息。
系统发现周末下午3点化妆品区客流密度最高，但平均停留时间仅2分钟，建议调整陈列吸引顾客停留。
项目健康度
距上次更新 39 天
平台 Star TOP 10% · Forks 2,562
本周 +12,740 ⭐ · 本月 +12,953 ⭐
2 位贡献者 · 0 条平台评论
文档资料完整
1 项改进建议
- 社区：贡献者较少，可通过完善文档和社区运营吸引更多参与者
项目信息
赞赏支持
如果本站对你有帮助，欢迎打赏支持
微信
支付宝
Widget 徽章
相关项目推荐
rust-lang/rust
让每个人都能构建可靠高效的软件
rustdesk/rustdesk
一款专为自建远程访问需求设计的开源远程桌面应用程序，可作为TeamViewer的替代方案。
denoland/deno
面向 JavaScript 与 TypeScript 的现代化运行时
tauri-apps/tauri
通过 Web 前端构建更小、更快、更安全的桌面与移动应用程序
astral-sh/uv
基于Rust开发的极速Python包和项目管理器
zed-industries/zed
以思维速度编码——Zed 是由 Atom 和 Tree-sitter 的创作者打造的高性能多人协作代码编辑器。
加载评论中...